01背包
来源:互联网 发布:淘宝正道体育假货 编辑:程序博客网 时间:2024/06/05 02:21
1267: Cafeteria [DP]
时间限制: 1 Sec 内存限制: 128 MB题目描述
Nanae把饥肠辘辘的josnch带去一家自助餐厅,面对面前眼花缭乱的美味josnch呆住了。
假设有N种食物,每种食物只有一样,而且每种食物有对应的体积Wi (1 <= Wi <= 400),食用每一种食物都能增加对应的愉悦值Di(1 <= Di <= 100).
现在已知josnch肚子的容量为M(1 <= M <= 12,880),现在假设josnch足够聪明,请问他如何选择能在可接受的范围内达到愉悦值最大。
输入
第一行输入两个整数,N和M。
第二行到第N+1行输入每行两个整数,Wi 和 Di ,分别代表 第i件物品的体积和所能带来的愉悦值。
输出
输出一个整数,也就是在最佳选择下的愉悦值。
样例输入
4 61 42 63 122 7
样例输出
23
来源:http://acm.hpu.edu.cn/problem.php?id=1267
代码:
#include<stdio.h>#include<string.h>#include<algorithm>
using namespace std;
int dp[1005][1005];int main(){ int i,j,m,n; int w[1005],d[1005]; while(scanf("%d%d",&n,&m) != EOF){ memset(dp,0,sizeof(dp)); for(i = 1; i <= n; i++) scanf("%d%d",&w[i],&d[i]); for(i = 1; i <= n; i++){ for(j = 0; j <= m; j++){ if(j < w[i]) dp[i][j] = dp[i-1][j]; else dp[i][j] = max(dp[i-1][j],dp[i-1][j-w[i]]+d[i]); } } printf("%d\n",dp[n][m]); }}
这种01背包的核心代码:
for(i = 1; i <= n; i++){ for(j = 0; j <= m; j++){ if(j < w[i]) dp[i][j] = dp[i-1][j]; else dp[i][j] = max(dp[i-1][j],dp[i-1][j-w[i]]+d[i]); } }该方法是利用动态规划解决此问题的效率即是填写此张表的效率,所以动态规划的时间效率为O(n*d),由于用到二维数组存储子问题的解,所以动态规划的空间效率为O(n*d);
由于时间已经不能再进行优化了,所以我们可以对空间进行优化。因为每一次V(i)(j)改变的值只与V(i-1)(x) {x:1...j}有关,V(i-1)(x)是前一次i循环保存下来的值;因此,可以将V缩减成一维数组,从而达到优化空间的目的,状态转移方程转换为 dp(j)= max{dp(j), dp(j-w(i))+d(i)};并且,状态转移方程,每一次推导V(i)(j)是通过V(i-1)(j-w(i))来推导的,所以一维数组中j的扫描顺序应该从大到小(m到0),否者前一次循环保存下来的值将会被修改,从而造成错误。
所以01背包的伪代码就可以这样写:
for(i = 0; i < n; i++) for(j = m; j >= w[i]; j--) dp[j] = max(dp[j], dp[j-w[i]]+d[i]);
阅读全文
0 0
- 【背包专题】01背包
- 01背包,完全背包
- 01背包 完全背包
- 01背包/完全背包
- 01背包,完全背包
- 背包问题---01背包
- 背包入门--01背包
- 【背包专题】01背包
- 01背包,完全背包
- 01背包,完全背包, 多重背包
- 01背包,完全背包,多重背包
- 01背包、完全背包、多重背包详解
- 01背包,完全背包,多重背包
- 01背包、完全背包、多重背包
- 01背包、完全背包、多重背包
- 01背包、完全背包、多重背包
- 01背包、完全背包、多重背包
- 01背包、完全背包、多重背包模板
- 【iOS开发】Runtime详解
- 大型网站的灵魂——性能
- 修改数据库mysql密码
- JDK自带小工具汇总
- python assert的作用
- 01背包
- frame框架
- 【Machine Learning】通过网格搜索进行调参
- [Err] ORA-00979: not a GROUP BY expression
- 【OpenCV3图像处理】查找二值图像的边缘 函数findContours()详解
- 洛谷 P1013 进制位
- *c#在64位上编写32位程序时注册表重定向的问题解决办法**
- Python中sorted函数的用法
- Native/Hybrid/Web App